新疆棉花产量巨大，人工采收效率低强度大，棉花机械采收快速推广。但机采棉含杂率高严重影响了棉花的生产、销售与加工。含杂率成为机采棉和采棉机械质量评估的重要标准。而现有的机采棉杂质检测方法工序复杂，效率低下。图像处理技术可实现机采棉杂质的快速检测，以提高生产效率。本研究提出一种基于机器图像处理的机采棉杂质检测技术，实现机采棉杂质的快速检测，研究的主要内容与结论：1)搭建机器视觉试验台，对试验台光源进行设计，完成相机通讯、相机标定和畸变检测。对光源进行选型，确定光照角度，确定光照区域平均照度6500lx（勒克斯）。运用OpenCV完成相机通讯，运用Matlab对相机进行标定和畸变检测，得到相机的内外参数。相机物距320mm，不垂直因子γ=0，相机畸变小于0.5Pixel。2)设计完成机采棉杂质检测试验，提取杂质物料特性参数，分析不同采收方式的杂质差异，并分析了造成差异的主要原因。采用人工挑拣的方法分离机采棉杂质，对杂质进行分类、称重、计数，计算样本含杂率。根据杂质分离检测试验得到数据，选收式机采棉平均含杂率为13.40%，杂质构成为大杂16.9%，含细杂83.1%；统收式机采棉平均含杂率为23.47%，杂质主要构成为大杂47.8%，含细杂52.2%。3)运用颜色空间转换对机采棉图像进行分割提取。设计图像处理杂质检测试验，对比RGB三通道直方图确定背景板颜色；分析对比模型分量灰度图，确定运用HSV和Lab颜色模型对棉花和杂质进行分割；对比三种经典邻域滤波器，根据滤波评价参数MSE和PSNR确定加窗中值滤波器为最优滤波器；运用OpenCV自适应阈值算法分割提取棉花总面积，运用全局阈值提取机采棉杂质特征。棉花面积提取正确率为95%。杂质分割最佳阈值20。4)提取图像特征属性值，完成杂质分类与含杂率估算。对杂质图像进行4—邻域连通区域分析，计算杂质个数和杂质面积；根据机采棉杂质面积大小，分离大型杂质（棉铃壳、枝干等），确定面积分类阈值为5000Pixel，分类正确率为93%；根据机采棉与杂质的面积等属性值，运用回归分析法，建立机采棉杂质预测模型，得到棉花像素面积与棉花重量的相关系数为0.856，杂质像素面积与杂质重量的相关系数为0.920。通过杂质与棉花像素面积比预测含杂率的相关系数为0.799。5)完成机采棉杂质检测软件设计。设计制作基于OpenCV的MFC检测系统软件。完成程序编写与界面设计，对软件的数据处理流程进行了阐述，并给出了数据处理的部分代码。